4. 质量门禁架构设计：门禁触发条件、阻断与告警策略、门禁生命周期管理

质量门禁（Quality Gate）是可观测性体系从“被动监控”转向“主动防御”的核心组件。它并非简单的阈值告警，而是一套嵌入发布流水线与运行时环境的策略引擎，负责在日志 Golden Signals 指标偏离预期时，执行阻断、降级或告警动作。本章围绕门禁的触发条件、阻断与告警策略、生命周期管理三个维度，构建可落地的架构方案。

4.1 门禁触发条件：基于日志 Golden Signals 的量化规则

门禁触发条件必须与日志 Golden Signals 一一映射，避免模糊的“异常”定义。下表列出五类黄金信号对应的典型门禁条件与计算方式：

4.2 阻断与告警策略：分级响应与动作编排

门禁触发后，系统需根据严重等级执行差异化动作。阻断与告警策略分为三个等级：

• 阻断（Block）： 直接中止发布流程、回滚版本或熔断下游调用。适用于错误率 > 5% 或可用性降至 0 的场景。
• 降级（Degrade）： 限流、降级非核心功能、切换灰度比例。适用于饱和度 > 85% 或延迟 P99 超过 3s 的场景。
• 告警（Alert）： 仅通知责任人，不自动干预。适用于流量突增但未达饱和阈值的场景。

动作编排需支持幂等性与防抖：同一门禁在 5 分钟内重复触发时，仅执行首次动作，避免告警风暴。

4.3 门禁生命周期管理：从创建到退役的闭环

门禁并非静态配置，需要随业务迭代、日志结构变化、Golden Signals 基线漂移而持续调整。生命周期分为四个阶段：

1. 创建与验证： 基于历史日志回放，验证门禁条件是否覆盖已知故障。使用影子模式（Shadow Mode）运行 24h，只记录不阻断。
2. 上线与观测： 逐步扩大生效范围（1% → 10% → 100% 流量），观察误报率与漏报率。误报率 > 5% 时自动回退。
3. 调优与迭代： 每周分析门禁触发记录，调整阈值、窗口大小或组合条件。使用 A/B 测试对比新旧规则效果。
4. 退役与归档： 当业务下线、日志字段废弃或指标不再适用时，标记门禁为“已退役”，保留历史数据但停止执行。

4.4 门禁架构总览

下图展示质量门禁在日志 Golden Signals 体系中的位置与数据流：

4.5 门禁触发与阻断流程

下图细化一次完整的门禁触发与阻断执行流程，包含条件评估、动作决策与反馈闭环：

4.6 门禁配置示例（基于日志 Golden Signals）

以下是一个基于 YAML 的门禁配置片段，展示如何将触发条件、阻断策略与生命周期绑定：

quality_gate:
  name: "production_error_rate_gate"
  version: "2.1.0"
  status: "active"
  lifecycle:
    phase: "tuning"
    created_at: "2025-01-15T10:00:00Z"
    last_reviewed: "2025-03-01T14:00:00Z"
    owner: "sre-team"
  trigger:
    signal: "error_rate"
    condition:
      type: "sliding_window"
      window: "2m"
      threshold: 0.01  # 1%
      operator: "gt"
      min_sample: 50
    composite:
      - signal: "latency_p99"
        threshold: 1500
        operator: "gt"
        window: "2m"
      logic: "AND"
  action:
    on_trigger:
      - level: "block"
        target: "deploy_pipeline"
        command: "rollback --version previous"
        timeout: "10m"
        auto_recover: true
      - level: "alert"
        target: "pagerduty"
        severity: "critical"
  metrics:
    false_positive_rate: 0.02
    false_negative_rate: 0.01
    last_triggered: "2025-03-10T08:23:00Z"